尤豫心　陈继红

摘要：针对使用单一预测模型存在数据特征提取不充分，预测精度不高的问题，提出了一种基于ARIMA-BP组合模型的房地产价格预测方法。结合ARIMA模型处理线性问题的优势以及BP神经网络模型在非线性问题上的优势，利用误差方差加权平均训练法训练出最佳权重的组合并建立组合模型对某市区房地产价格和趋势预测进行实证分析。理论分析和实验结果表明，所提两者的组合模型有效解决了不能充分提取数据特征，预测精度不理想的问题，比单一预测模型能获得更准确的预测效果。

关键词：房地产价格;ARIMA模型;BP神经网络模型;组合模型;趋势预测

中图分类号：TP391文献标识码：A

文章编号：1009-3044（2020）09-0264-06

1 引言

当今时代，房地产业是我国国民经济的支柱型产业，它在国民经济中具有高度的产业关联度，是推动整个国家国民经济发展、加速实现工业化和城市化的主导力量。房地产业持续健康有序的发展在国家经济的运作、政治的建筑、人民生活水平的改善中占据举足轻重的地位。然而，由于影响房地产发展的因素多种多样，例如，社会状况、人口密度、房地产价格政策、税收政策、城市发展规划、宏观经济状况、物价状况、居民收入状况、自然因素和区域因素等都对房地产的发展有着不同程度的影响，致使房地产市场发展不成熟，部分城市存在严重的区域差异问题，严重影响我国经济的突飞猛进以及进入世界强国的步伐。因此，基于数据挖掘技术探索出一套实用的预测方案研究房地产价格的变化趋势迫在眉睫。……